50 Gb DEMに必要なクラスター処理リソース？

「レンタル目的」では、大学のコンピューティングセンターから必要なコンピューティングリソースを指定する必要があります。何を求めればいいのか、ほとんどわからない。

以下の情報を考慮して、何か提案がありますか？

これは計算クラスタです。「各ブレードが2つのクアッドコアインテルXeon 2.33 Ghz CPUと16 GBのメモリで構成され、合計80 CPUと160 GBのメモリで構成される10ブレードサーバー。2TBディスクシステムのアカウント。実行中64ビットLinux」

ロスレス圧縮では、元のデータは1つの50GB TIFFファイルです。ある時点で、サイズが50GBのいくつかの（最大10個の）ファイルを処理します。

GDAL、Pythonスクリプト、そして多分C ++スクリプトを使用します。許可されれば、Grass GISやSaga GISなどのソフトウェアを使用します。また、空間ライブラリを備えたR言語。通常の地形パラメータを導き出し、オブジェクト指向アルゴリズムを適用して特定の特徴（地形）を抽出し、統計分析を使用して説明とモデリングを行います。

だから、いいえについての考えを持っていると良いでしょう。単純行列代数の実行を可能にするプロセッサとメモリの量（A * 0.1 + B + C / 50）

DavidFがより重要なコメントで述べたように、マシンを気にせず、ステートフルであることが重要です。概念的にはマトリックス全体が意味するため、マトリックス全体で一度に50GBマトリックス代数を実行することはできませんメモリに書き込む必要があります。

高速、非常に簡単、かつ効率的な適切な戦略は、gdal_calcを使用することです。これは、ラスタをチャンク単位で読み書きするため、メモリ効率が非常に高くなります。

例：gdal_calc.py -A input.tif -B input2.tif --outfile = result.tif --calc = "（A + B）/ 2"

試してみてください。デスクトップで処理を実行できる可能性が非常に高いため、処理を高速化するかどうかに関係なく、より優れたマシンが必要になる場合があります。

Obs：マルチコアプロセッサを利用するには、複数のgdal_calcプロセスをスパムする必要があります。